Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for +publisher:"Universidade Federal do Amazonas" +contributor:("Carvalho, Leandro Silva Galv?o de"). Showing records 1 – 2 of 2 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Souza, Camilo Batista de. Dissemina??o de mensagens em redes oportunistas baseada em rela??es sociais e aprendizagem de m?quina.

Degree: 2019, Universidade Federal do Amazonas

Redes Oportunistas est?o se tornando uma solu??o para fornecer suporte de comunica??o em ?reas com redes celulares sobrecarregadas, e em cen?rios onde uma infraestrutura fixa n?o est? dispon?vel, como em regi?es remotas e em desenvolvimento. Uma quest?o cr?tica, que ainda requer uma solu??o satisfat?ria, ? o projeto de uma solu??o eficiente de dissemina??o de dados em termos da taxa de entrega, atraso m?dio e custo de encaminhamentos. Para solucionar esse problema, a maioria dos pesquisadores tem usado o estado da rede ou a mobilidade dos n?s como um crit?rio para a dissemina??o dos dados. Recentemente, solu??es baseadas em relacionamentos sociais t?m sido consideradas como uma alternativa promissora. Seguindo a filosofia dessa nova categoria de protocolos, na presente tese de doutorado apresentam-se dois algoritmos para Redes Oportunistas, os quais tomam suas decis?es de roteamento e gerenciamento de recursos considerando os la?os sociais entre os n?s da rede. Para o problema do roteamento, apresenta-se o algoritmo Friendship and Selfishness Forwarding Quando surge uma oportunidade de contato, o algoritmo proposto primeiramente classifica os la?os sociais entre o destinat?rio da mensagem e o n? candidato a receber a mensagem, doravante referido como relay. Posteriormente, utilizando fun??es log?sticas, o algoritmo proposto avalia o ego?smo do n? relay para considerar os casos em que o n? receptor ? ego?sta seja porque seu dispositivo est? com limita??es de recursos, ou porque ele ? racionalmente ego?sta. Para o problema do gerenciamento de buffer, ? introduzido o algoritmo denominado Friendly-drop (FDA), o qual toma suas decis?es de encaminhamento/descarte de mensagens baseando-se nos relacionamentos sociais entre os n?s. Quando o buffer dos n?s est? cheio, FDA prioriza o descarte de mensagens destinadas a usu?rios com quem a rela??o social ? mais fraca. Por outro lado, quando os n?s est?o em contato, FDA prioriza o envio de mensagens destinadas a usu?rios com quem a rela??o social ? mais forte. Os resultados obtidos atrav?s do simulador The ONE mostram que, mesmo considerando o ego?smo dos n?s no problema de dissemina??o de mensagens, o algoritmo proposto supera outros algoritmos bem conhecidos na literatura, aumentando a taxa de entrega em at? 20% e com a vantagem de precisar de um menor n?mero de eventos de encaminhamento. Os resultados obtidos na presente tese de doutorado tamb?m demonstram que o algoritmo de gerenciamento de buffer pode se tornar uma importante chave para melhorar o desempenho da rede em cen?rios com n?s ego?stas.

Opportunistic networks provide communication support in areas with overloaded cellular networks, and in scenarios where a fixed infrastructure is not available, as in remote and developing regions. A critical issue, which still requires a satisfactory solution, is the design of an efficient data delivery solution that considers delivery efficiency, delay, and cost. To tackle this problem, most researchers have used either the network state or node…

Advisors/Committee Members: Mota, Edjair de Souza, 57184399234, http://lattes.cnpq.br/5771638576099195, Carvalho, Leandro Silva Galv?o de, http://lattes.cnpq.br/6049960144667044, Carvalho, Celso Barbosa, http://lattes.cnpq.br/8269546823033896, Souza, Jose Neuman de, http://lattes.cnpq.br/3614256141054800, Calafate, Carlos Tavares, [email protected].

Subjects/Keywords: Aprendizado do computador; Redes de computadores; CI?NCIAS EXATAS E DA TERRA: CI?NCIA DA COMPUTA??O; Aprendizagem de m?quina; Redes de computadores; Relacionamentos sociais

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Souza, C. B. d. (2019). Dissemina??o de mensagens em redes oportunistas baseada em rela??es sociais e aprendizagem de m?quina. (Doctoral Dissertation). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7478

Chicago Manual of Style (16th Edition):

Souza, Camilo Batista de. “Dissemina??o de mensagens em redes oportunistas baseada em rela??es sociais e aprendizagem de m?quina.” 2019. Doctoral Dissertation, Universidade Federal do Amazonas. Accessed August 03, 2020. https://tede.ufam.edu.br/handle/tede/7478.

MLA Handbook (7th Edition):

Souza, Camilo Batista de. “Dissemina??o de mensagens em redes oportunistas baseada em rela??es sociais e aprendizagem de m?quina.” 2019. Web. 03 Aug 2020.

Vancouver:

Souza CBd. Dissemina??o de mensagens em redes oportunistas baseada em rela??es sociais e aprendizagem de m?quina. [Internet] [Doctoral dissertation]. Universidade Federal do Amazonas; 2019. [cited 2020 Aug 03]. Available from: https://tede.ufam.edu.br/handle/tede/7478.

Council of Science Editors:

Souza CBd. Dissemina??o de mensagens em redes oportunistas baseada em rela??es sociais e aprendizagem de m?quina. [Doctoral Dissertation]. Universidade Federal do Amazonas; 2019. Available from: https://tede.ufam.edu.br/handle/tede/7478

2. Laranjeira, Dion Ribeiro. Recomenda??o de exerc?cios para alunos de programa??o em um ambiente de corre??o autom?tica de c?digos.

Degree: 2020, Universidade Federal do Amazonas

Muitos alunos de disciplinas de Programa??o Introdut?ria (CS1) t?m dificuldade em aprender a programar. Por isso, professores de programa??o t?m utilizado ju?zes online para propor exerc?cios, realizar maratonas e campeonatos de programa??o, a fim de tentar melhorar a experi?ncia de aprendizado dos alunos. No entanto, nos casos de ju?zes online que possuem em sua base de dados muitos exerc?cios cadastrados, o aluno poder? escolher um exerc?cio que n?o seja adequado para seu n?vel de conhecimento. Nesse sentido, neste trabalho ? proposto um sistema de recomenda??o de exerc?cios, que filtra exerc?cios por n?vel de dificuldade, em um juiz online chamado CodeBench. Esses exerc?cios s?o classificados manualmente por assuntos pelo professor, e o m?todo proposto nesta pesquisa sugere exerc?cios ordenados pelo n?vel de dificuldade. Para isso, ? utilizada a abordagem de recomenda??o de filtragem colaborativa para mapear as dificuldades experimentadas pelos alunos quando resolvem exerc?cios de programa??o no ambiente de desenvolvimento integrado do CodeBench. Ap?s isso, ? feita a predi??o de dificuldade dos exerc?cios que o aluno ainda n?o resolveu para, ent?o, sugerir exerc?cios com graus de dificuldade crescentes. Este m?todo de recomenda??o foi aplicado em uma base de dados com 645 alunos de gradua??o, distribu?dos em 14 turmas de CS1, ministradas no ano de 2018, em uma universidade p?blica. A disciplina ? dividida em 7 m?dulos, cada m?dulo possui duas listas de exerc?cios e uma prova. Em cada m?dulo foi feita a compara??o da ordem original de resolu??o de exerc?cios com a ordem de resolu??o de exerc?cios proposta pelo m?todo. Os resultados mostram que em 6 m?dulos da disciplina o m?todo aqui proposto sugere uma ordem de resolu??o adaptada para cada aluno, com n?vel crescente de dificuldade.

Many students in Introductory Programming (CS1) courses have difficulty learning to program. Therefore, programming teachers have used online judges to propose exercises, run marathons and programming championships, in order to try to improve the students' learning experience. However, in cases of online judges who have many registered exercises in their database, the student may choose an exercise that is not suitable for their level of knowledge. In this sense, this work proposes an exercise recommendation system, which filters exercises by level of difficulty, in an online judge called CodeBench. These exercises are classified manually by subjects by the teacher, and the method proposed in this research suggests exercises ordered by level of difficulty. For this, the collaborative filtering recommendation approach is used to map the difficulties experienced by students when solving programming exercises in the CodeBench integrated development environment. After that, the prediction of the difficulty of the exercises that the student has not yet solved is made to then suggest exercises with increasing degrees of difficulty. This recommendation method was applied to a database of 645 undergraduate students, distributed in 14 CS1…

Advisors/Committee Members: Oliveira, Elaine Harada Teixeira de, http://lattes.cnpq.br/6553721651836761, Souto, Eduardo James Pereira, http://lattes.cnpq.br/3875301617975895, Carvalho, Leandro Silva Galv?o de, http://lattes.cnpq.br/6049960144667044.

Subjects/Keywords: CodeBench; Ju?zes online; Filtragem colaborativa; Sistema de recomenda??o de exerc?cios; Programa??o Introdut?ria; CI?NCIAS EXATAS E DA TERRA: CI?NCIA DA COMPUTA??O; Programa??o introdut?ria; Ju?zes online; Sistemas de recomenda??o; Filtragem colaborativa

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Laranjeira, D. R. (2020). Recomenda??o de exerc?cios para alunos de programa??o em um ambiente de corre??o autom?tica de c?digos. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7775

Chicago Manual of Style (16th Edition):

Laranjeira, Dion Ribeiro. “Recomenda??o de exerc?cios para alunos de programa??o em um ambiente de corre??o autom?tica de c?digos.” 2020. Masters Thesis, Universidade Federal do Amazonas. Accessed August 03, 2020. https://tede.ufam.edu.br/handle/tede/7775.

MLA Handbook (7th Edition):

Laranjeira, Dion Ribeiro. “Recomenda??o de exerc?cios para alunos de programa??o em um ambiente de corre??o autom?tica de c?digos.” 2020. Web. 03 Aug 2020.

Vancouver:

Laranjeira DR. Recomenda??o de exerc?cios para alunos de programa??o em um ambiente de corre??o autom?tica de c?digos. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2020. [cited 2020 Aug 03]. Available from: https://tede.ufam.edu.br/handle/tede/7775.

Council of Science Editors:

Laranjeira DR. Recomenda??o de exerc?cios para alunos de programa??o em um ambiente de corre??o autom?tica de c?digos. [Masters Thesis]. Universidade Federal do Amazonas; 2020. Available from: https://tede.ufam.edu.br/handle/tede/7775

.